【A317】基于Pytorch的卷积神经网络MNIST手写数字识别

文件编号：A317

文件大小：53M

开发环境：Python3.8、OpenCV4.5、torch1.8.0、Pycharm2020

猿创承诺：该项目亲测正常运行，需远程调试部署需另外收费，确保正常使用，不能正常使用全额退款。

简要概述：基于Pytorch的卷积神经网络MNIST手写数字识别

对cnn_mnist_pytorch.py工程的说明

一、环境要求:

 - Windows10

 - PyCharm

 - conda4.8.2 

 - NVIDIA GPU(可选) 

 - python 3.7.6

 - pytorch 1.4.0

 - torchvision 0.5.0

 - numpy 1.18.1 

 - matplotlib 3.1.3

 - time 

 - cudatoolkit(可选) 10.1 

 - MNIST 

二、使用方法:

1.正确设置路径

├── cnn_mnist_pytorch.py   #主程序 

├── modelpara.pth          #已训练网络参数模型 

├── README.txt             #使用说明 

├── MNIST                  #MNIST数据集 需解压 

│   ├── processed

└── └── raw

2.直接运行cnn_mnist_pytorch.py即可获得已训练模型的测试结果

注:若无GPU，请将use_gpu设为0

3.设置超参数以重新训练

三、测试结果:

MNIST测试集识别准确率99.22%

10000张测试集图片识别总时间2.362s(GPU)/8.283s(CPU)

按需写作：

演示视频：

点击查看：系统演示视频

运行结果：

远程协助：

温馨提示：索炜达.猿创官方提供收费远程协助，确保您项目运行成功。

点击查看：远程协助相关事项

我们提供完整项目文件清单如下：

文件目录

 ├ 1.项目源码

 ├ 2.运行截图

 └ 3.演示视频